基于局部特征的车载红外行人检测方法研究

fordies1

摘 要： 车载红外行人检测在准确率和实时性方面存在多方挑战．文中基于行人头部、躯干成像与背景之间存 在灰度分布差异，构建行人头部模型和躯干模型作为前端分类器，后端采用支持向量机（ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ，ＳＶＭ） 进行分类；结合多帧校验和最近邻匹配跟踪行人．实验结果表明，检测时间基本持平，提高了检测准确率．

' l. ]( Q8 I$ e% T* r5 s% N关键词： 红外视频；行人检测；头部模型；躯干模型；行人跟踪
) f. s4 a. ^5 v0 d' }
7 B( X; Q) X2 [& ~' H
/ F5 S4 L, C+ b/ j
+ \) S! {% B: p$ j4 |     汽车辅助驾驶系统中的行人检测，存在行人外观模 式差异大、背景动态变化、实时性要求较高等问题，故实 现鲁棒实时的汽车辅助行人检测系统极具挑战性．行人 检测流程通常包括行人候选区域（ＲｅｇｉｏｎｓｏｆＩｎｔｅｒｅｓｔ， ＲＯＩｓ）获取、分类和跟踪三个环节［１］．行人 ＲＯＩｓ获取常 采用滑动窗口法［２］或基于分割的方法［３，４］，前者所得 ＲＯＩｓ数量巨大，难以保障后续实时的 ＲＯＩｓ分类；后者利 用了行人在红外图像中通常表现为较亮的目标，可以快 速地获取 ＲＯＩｓ。
: R, I: m8 v% S

5 ~* V! d+ y' R附件下载：

游客，如果您要查看本帖隐藏内容请回复

( U/ O! F0 h: @! [

谢谢侬

行人检测